一种基于车身位姿及语义检测融合的车位检测方法及车辆与流程

1.本发明属于自主泊车技术领域，尤其涉及一种基于车身位姿及语义检测融合的车位检测方法及车辆。


背景技术：

2.自主泊车系统用于解决车辆从停车场入口到停车位之间的车辆自动驾驶问题，而自动泊车系统是指汽车能够自动检测出车辆周边车位类型，并控制车辆自动泊入目标车位的系统，这两种系统在车位旁需要进行自动泊车时，都需要根据自身携带的车载传感器及车载运算单元实现周围环境的感知、路径规划、车位搜索、车位类别判断、自动控制等完全自动的功能。其中，车位搜索和车位类型判断功能都属于车位检测模块，该模块对自动泊车时的路径规划以及最终泊车效果是最主要的功能，若车位搜索不到，或车位类型判断错误则会造成不能继续泊车或泊车方向错误的问题。
3.目前，市场上的车辆搭载的自动泊车系统经常出现车位搜索不到而导致车辆停在车位旁不动或将垂直车位和水平车位错认的情况，且出现频率较高，影响用户体验。因此，如何提高车位的检测效率以及车位类型的判断率，是自动泊车系统急需解决的问题。


技术实现要素：

4.本发明实施例提供一种基于车身位姿及语义检测融合的车位检测方法及车辆，旨在解决背景技术中提出的问题。
5.本发明实施例是这样实现的，一种基于车身位姿及语义检测融合的车位检测方法，该车位检测方法包括如下步骤：
6.s1、获取车辆超声信号及车辆周边图像信号；
7.s2、从图像信号中提取车辆周边障碍物信息，并对障碍物信息进行跟踪；
8.s3、从车辆超声信息中获取车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息；
9.s4、将车辆周边的障碍物信息、车辆与周边障碍物的距离、障碍物的坐标位置、障碍物相对于车辆的方向以及障碍物周边的库位信息融合；
10.s5、获取库位的大小，根据车辆大小判断库位是否可泊。
11.优选的，所述障碍物信息通过通过深度学习算法对所述图像信号进行语义分割与目标检测提取。
12.优选的，所述车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息通过在车辆坐标系下标定的超声探测模型获取。
13.优选的，所述障碍物信息包括障碍物的类型以及障碍物相对于车辆的方向和位置。
14.优选的，所述障碍物的类型至少包括建筑物、停泊车辆以及行人。
15.优选的，所述障碍物相对于车辆的方向为停泊车辆的朝向。
16.优选的，所述障碍物相对于车辆的位置为轮胎和轮挡位置。
17.一种车辆，该车辆上述的车位检测方法进行车位检测，判断车位是否可泊。
18.本发明通过获取车辆周边图像信号提取车辆周边障碍物信息，并通过标定的超声探测模型获取车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息，将障碍物信息与车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息融合判断库位大小，从而有效的判断自车是否能够泊入，检测准确，便于自主泊车。
附图说明
19.图1是一种基于车身位姿及语义检测融合的车位检测方法的车位检测流程图。
具体实施方式
20.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
21.本发明提供一种基于车身位姿及语义检测融合的车位检测方法，如图1所示，该车位检测方法包括如下步骤：
22.s1、获取车辆超声信号及车辆周边图像信号；
23.s2、过深度学习算法对所述图像信号进行语义分割与目标检测提取车辆周边障碍物信息，并对障碍物信息进行跟踪；
24.其中，所述障碍物信息包括障碍物的类型以及障碍物相对于车辆的方向和位置；
25.所述障碍物的类型至少包括建筑物、停泊车辆以及行人；
26.所述障碍物相对于车辆的方向为停泊车辆的朝向；
27.所述障碍物相对于车辆的位置为轮胎和轮挡位置；
28.s3、通过在车辆坐标系下标定的超声探测模型从车辆超声信息中获取车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息；
29.s4、将车辆周边的障碍物信息、车辆与周边障碍物的距离、障碍物的坐标位置、障碍物相对于车辆的方向以及障碍物周边的库位信息融合；
30.s5、获取库位的大小，根据车辆大小判断库位是否可泊。
31.可以进一步理解的是，当车辆行驶至待泊库位处时，由车辆自身的环视系统采集车辆周边的图像信号以及超声信号，从图像信号内提取待泊车位周边的建筑物、停泊车辆、停泊车辆的车头朝向、轮胎和轮档位置以及行人等障碍物信息，并对障碍物信息进行跟踪；从超声信号内获取车辆与障碍物之间的距离信息、障碍物的坐标位置以及障碍物周边的库位信息；然后将图像信号和超声信号内提取的信息融合，判断库位大小，最后根据自车大小判断车辆是否能够泊入；将超声信号与图像信号结合获取待泊车位周边信息，能够准确的检测车位大小，判断自车是否可泊入待泊车位，适用于大多数场景的车位检测。
32.其次，本发明还提供一种车辆，该车辆包括使用上述的车位检测方法进行车位检测，判断车位是否可泊。
33.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。


技术特征：
1.一种基于车身位姿及语义检测融合的车位检测方法，其特征在于，所述车位检测方法包括如下步骤：s1、获取车辆超声信号及车辆周边图像信号；s2、从图像信号中提取车辆周边障碍物信息，并对障碍物信息进行跟踪；s3、从车辆超声信息中获取车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息；s4、将车辆周边的障碍物信息、车辆与周边障碍物的距离、障碍物的坐标位置、障碍物相对于车辆的方向以及障碍物周边的库位信息融合；s5、获取库位的大小，根据车辆大小判断库位是否可泊。2.如权利要求1所述的一种基于车身位姿及语义检测融合的车位检测方法，所述障碍物信息通过通过深度学习算法对所述图像信号进行语义分割与目标检测提取。3.如权利要求1所述的一种基于车身位姿及语义检测融合的车位检测方法，所述车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息通过在车辆坐标系下标定的超声探测模型获取。4.如权利要求2所述的一种基于车身位姿及语义检测融合的车位检测方法，其特征在于，所述障碍物信息包括障碍物的类型以及障碍物相对于车辆的方向和位置。5.如权利要求3所述的一种基于车身位姿及语义检测融合的车位检测方法及车辆，其特征在于，所述障碍物的类型至少包括建筑物、停泊车辆以及行人。6.如权利要求5所述的一种基于车身位姿及语义检测融合的车位检测方法，其特征在于，所述障碍物相对于车辆的方向为停泊车辆的朝向。7.如权利要求5所述的一种基于车身位姿及语义检测融合的车位检测方法，其特征在于，所述障碍物相对于车辆的位置为轮胎和轮挡位置。8.一种车辆，其特征在于，所述车辆使用权利要求1
‑
7任意一项所述的车位检测方法进行车位检测，判断车位是否可泊。

技术总结
本发明提供了一种基于车身位姿及语义检测融合的车位检测方法及车辆，属于自主泊车领域，该车位检测方法通过获取车辆周边图像信号提取车辆周边障碍物信息，并通过标定的超声探测模型获取车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息，将障碍物信息与车辆与周边障碍物的距离、障碍物的坐标位置以及障碍物周边的库位信息融合，获取自车周围所停车辆的位置、车头朝向、轮胎位置和轮胎朝向等信息，对库位进行检测，能够有效的判断车辆是否可泊入库位，检测精准，便于自主泊车。车。车。


技术研发人员：刘勇超 蒋如意 马光林 于萌萌 田钧
受保护的技术使用者：上海追势科技有限公司
技术研发日：2021.06.01
技术公布日：2021/10/19